現在搞AI的公司，不管用什麼樣的演算法，都想讓自己跟深度學習扯上點關係，因為這樣好像顯得逼格夠高。目前比較前沿的語音互動、計算機視覺等，就連神壇的Alpha Go的演算法都是用深度學習。那究竟深度學習是什麼？到底有多強大？要怎麼實現？本文就跟大家一起討論下。

在看接下來的內容之前，如果對機器學習還不瞭解的同學，可以先看下這篇 ——介紹了機器學習的整體框架，機器學習的步驟，深度學習與機器學習的關係，還有比較詳細的介紹了為什麼會需要人工神經網路。看完以上的文章再來討論今天的內容可能會更容易理解。

好了，我們言歸正傳。

以下就是我們本次需要談論的內容：

01 深度學習一些有趣的應用

1. Face 2 Face

Face2Face是史丹佛大學等學生做的一款應用軟體，這套系統能夠利用人臉捕捉技術，讓你說話的聲音、表情、動作，投射到影片中的另一個人臉色。

如上圖所示，左上角是特蘭普演講的影片，左下角是模仿者在說話，經過系統處理後，特蘭普的表情和聲音就變成了模仿者的表情和聲音。（大家可以搜下網上的影片，挺有意思的）

2. 靈魂畫家

這個大家可能也見過，就是在原來的圖片上，加上了另外一個圖片的風格特點。

如上圖所示，一張蒙娜麗莎的畫，加上了梵高畫的特徵，就變成了如右邊所示的圖片。

3. AlphaGo

這個大家就更熟悉了，2016年3月，AlphaGo與圍棋世界冠軍棋手李世石進行圍棋人機大戰，以4比1的總比分獲勝。

透過上面的例子大家可以看到，深度學習的應用非常的廣泛，小到很有趣的表情投影，大到圍棋人機大戰。也就是說深度學習的空間很廣，想做一個深度學習的產品也不是我們想象中的那麼深奧，但是要想做得特別強大還是會有很多困難的。

那深度學習究竟是什麼，接下來就和大家詳細討論下。

02 什麼才是深度學習？

在講深度學習之前，我們先要知道什麼是神經網路，而在講神經網路之前，我們還得先知道什麼是神經元。

1. 神經元

假設設定函式：Z（x）=W1X1 + W2X2 + W3X3 +…+WnXn + b，（是不是很眼熟，跟我們之前說到的線性方程很相識，不知道這個由來的話，再次建議先看下前面提到的文章）。

則神經元的表示如下：

每一個神經元就是一個邏輯迴歸演算法。什麼是邏輯迴歸演算法，可以參考這篇文章《機器學習之邏輯迴歸》，在此就不展開講了。

2. 神經網路

多個神經元相互連線就組成了神經網路，每個神經元都透過接收前一層網路傳遞來的資訊，經過處理後，再傳遞給下一層。

按結構來分，神經網路由：輸入層、隱藏層和輸出層組成。

輸入層：即原始的特徵輸入。
隱藏層：除輸入層和輸出層外，其他的就是隱藏層。
輸出層：後面不再接其他神經元。

3. 深度學習和神經網路的關係

定義：有多層網路結構的神經網路，我們就說是深度學習。

那有多少層才算是深度學習呢？

現在也沒有一個官方的定義，有的人說3層，有的人說5層才算深度網路，多的高達上百層，反正大家都說自己是在做深度學習，這樣看起來會比較高大尚點。

模組化：深度學習有一個非常重要的思想就是模組化。

那什麼是模組化思想呢？

就像我們玩搭積木，一堆積木可以搭成各種各樣形狀的東西，而深度學習的每一層都是一個元件，可以供其他層靈活呼叫。

下面用一個例子說明：

假設我們要做一個影像識別，區分出4類人群：長頭髮的女生、短頭髮的女生、長頭髮的男生、短頭髮的男生。

非模組化的思路：

要設計4個基礎的分類器：長髮女、短髮女、長髮男、短髮男，然後就需要找4型別這樣的圖片去訓練機器。但現實中的問題可能是長頭髮的男生會比較少，因此訓練出來的效果可能就不是很好。

模組化的思路：

我們可以先訓練好兩個基礎模型：區分男女的分類器、區分長短頭髮的分類器，這樣我們就可以有足夠好的資料去訓練好這兩個分類器。

然後，在下一層區分長髮女、短髮女、長髮男、短髮男的分類器中，我們就可以直接呼叫前面的模組的輸出組合了。

模組化的好處：

充分利用資料，比較少的資料就可以訓練出比較好的模型。
訓練時間短，拆分一個模組一個模組的訓練的效率要比一坨訓練高。
靈活呼叫，訓練好一個模組的時候，可以供多個地方共有引數。

03 深度學習需要怎麼做？

其實這三步跟我們之前討論的線性迴歸的差不多，先定義好模型，然後定義出代價函式，最後用資料訓練，找出最優的引數。主要的不同點是在第一步，怎麼定義網路架構。

1. 定義網路架構

在定義網路架構時，需要考慮幾個問題：

輸入是什麼？
輸出是什麼？
選擇多少層網路？
每一層有多少個神經元？
層與層之間要怎麼連線的？

如何選擇輸入、輸出？

以手寫數字辨識為例說明：

假設我們要辨識一張畫素是16*16=256的手寫數字圖片，那每一個畫素點就是一個特徵變數X，因此輸入就是：X1、X2、X3、X4、…、X256。輸出就是0-9十個數字的機率，然後根據機率最大是那個數字預測結果。

上圖，分別輸出了是數字0-9的機率，而是2的機率最大是0.9，因此機器覺得，這個數字就是2。

如何選擇網路架構？

最常見的就是全連線，透過訓練再逐步把引數為0的剔除掉。再厲害點的話就是，讓機器自己去學習然後決定用多少層，怎麼去連線。

實現同一個功能，可能網路架構的選擇可以是不一樣，沒有一個唯一的標準。

2. 定義什麼是最好的（定義代價函式）

在第一步搭建好神經網路架構之後，接下來要做的事情就是確定最優的引數。

如上圖所示，我們要確定一個模型，就是確定每個神經元紅框內這些引數的值。

我們在模型輸入一個資料，就會得到一個預測值，假設預測值與真實值的誤差為L，那輸入所有訓練資料的誤差就是：總L=L1 + L2 + L3 + L4 + … + Ln。

備註：上圖的X1不是指單個特徵詳細，而是指輸入的第一張圖片，每張圖片都有256個特徵向量值。

當總誤差最小時（總L最小時），得到的引數就是我們認為最好的引數，因此這就是我們定義什麼是最好的。

3. 找出最優模型（求出最優解）

假設我們的總誤差是一條如上圖的曲線，那我們要怎麼找到她的最小值呢？

求最小值，常見的方法是梯度下降。什麼是梯度下降呢？

類比例子：

假設你現在在大山的某處，你的目標是要到達山的最低谷處，那你需要做事情有兩步：

根據當前位置，選擇一個向低處的方向。
根據選擇的方向，走一段距離，再停下來選擇方向。

不斷的重複以上的兩步，最終你可能走到山的最底處。

這裡有兩個需要注意的點：

你根據什麼來選擇方向？
你走多長距離再停下來選擇方向？如果你選擇的距離很小的話，那可能不知道走到猴年馬月你才能走到最低，但是如果你選擇的距離很長的話，有可能你走了最低點還不知道。

那梯度下降也是用同樣的思想來找到最小值的，分兩步：

選方向：在誤差函式曲線上，隨機取一個點，然後求導，根據導數的正負，決定移動的方向。
選擇步長：學習率的引數決定步長。

具體梯度下降是怎麼實現的，可以參考這篇文章《機器學習之線性迴歸》，有講到梯度下降的方法，在此就不展開講了。

當然梯度下降只是求解最小值最常用的方法而已，還有其他求最小值的方法，比如：標準函式法等，感興趣的同學可以去了解下。

4. 深度學習的典型代表

在深度學習領域有兩個典型的代表：卷積神經網路、迴圈神經網路。

卷積神經網路被廣泛的應用在計算機視覺領域，比如說強大的AlphaGo就有用到卷積神經網路實現。
迴圈神經網路則被廣泛的應用在語音識別處理領域，比如說百度翻譯、網路音樂生產等。

具體卷積神經網路和迴圈神經網路是什麼？具體的結構是怎樣的？又是怎麼執行的？都應用在哪些產品上？我會寫兩篇文章分別單獨介紹，感興趣的同學可以持續關注。

04 深度學習的優缺點和麵臨的困境

優點

深度學習能讓計算機自動學習出模式特徵，並將特徵學習的特徵融入到建模的過程中，從而減少了人為設計特徵造成的不完備性。而目前有些深度學習，已經達到了超越現有演算法的識別或分類效能。

缺點

需要大資料支撐，才能達到高精度。
由於深度學習中圖模型比較複雜，導致演算法的時間複雜度急劇提升，需要更好的硬體支援。因此，只有一些經濟實力比較強大的科研機構或企業，才能夠用深度學習來做一些前沿而實用的應用。

面臨挑戰

Marcus 在 2018 年對深度學習的作用、侷限性和本質進行了重要的回顧。他強烈指出了 DL 方法的侷限性——即需要更多的資料，容量有限，不能處理層次結構，無法進行開放式推理，不能充分透明，不能與先驗知識整合，不能區分因果關係。

他還提到，DL 假設了一個穩定的世界，以近似方法實現，工程化很困難，並且存在著過度炒作的潛在風險。

Marcus 認為：DL 需要重新概念化，並在非監督學習、符號操作和混合模型中尋找可能性，從認知科學和心理學中獲得見解，並迎接更大膽的挑戰。

好了，關於深度學習的介紹就到此結束了，如有錯漏歡迎批評指正。

深度學習到底有多深？